对每日a股数据取样，提取出包括时间序列类型指标，非时间序列类型指标以及股票分类属性指标；利用所提供的指标来预测t -1日的个股收益。
一、数据预处理代码：clean.py
二、利用LSTM模型1. 安装keras框架Keras安装之前，需要先安装好numpy,scipy。下面是在windows下的安装。
(1)安装pip
代码语言：javascript代码运行次数：0运行复制https://pypi.python.org/pypi/pip#downloads
下载对应版本的pip。如"pip-9.0.1.tar.gz (md5, pgp)"
然后解压，进入到pip-9.0.1这个目录中，运行下面的代码安装
代码语言：javascript代码运行次数：0运行复制python setup.py install
重启，使环境变量生效
（2）安装numpy
注意，不能用pip install numpy的方式安装，会缺少依赖的库。采用下面的方法：
下载numpy‑1.11.3+mkl‑cp27‑cp27m‑win_amd64.whl，(由于我的python版本是2.7.9,是windows 64位)下载的地址为：
代码语言：javascript代码运行次数：0运行复制http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
下载好之后，进入到numpy‑1.11.3+mkl‑cp27‑cp27m‑win_amd64.whl所在目录，运行下面的命令安装：
代码语言：javascript代码运行次数：0运行复制pip install numpy‑1.11.3+mkl‑cp27‑cp27m‑win_amd64.whl
（3）安装scipy
注意，不能用pip install scipy的方式安装，会报下面的错：
正确的做法是，采用下面的方法进行安装：
首先，下载scipy‑0.19.0‑cp27‑cp27m‑win_amd64.whl，(由于我的python版本是2.7.9,是windows 64位)下载的地址为：
代码语言：javascript代码运行次数：0运行复制http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
下载好之后，进入到scipy‑0.19.0‑cp27‑cp27m‑win_amd64.whl所在目录，运行下面的命令安装：
代码语言：javascript代码运行次数：0运行复制pip install scipy‑0.19.0‑cp27‑cp27m‑win_amd64.whl
（4）安装keras 运行下面的命令：
代码语言：javascript代码运行次数：0运行复制pip install keras
现在keras己经安装好了。接下来就可以用Keras提供的LSTM进行训练了！
2. 训练，测试，评估
在运行代码前需要把keras的backend改一下，改成theano，而不用tensorflow。因为theano在keras安装时己经安装好了，而tensorflow还要重新安装。首先找到keras.json文件，在下面的目录：
代码语言：javascript代码运行次数：0运行复制C:\Users\zhangyanni\.keras\keras.json
然后把下面"backend": "tensorflow" 中的tensorflow改成theano
接下来，就可以运行predict.py了
代码: predict.py
代码+数据集 获取：关注微信公众号 datayx 然后回复 股票 即可获取。
AI项目体验地址 https://loveai.tech
